计算机工程
計算機工程
계산궤공정
COMPUTER ENGINEERING
2014年
4期
170-174,181
,共6页
景静%徐光柱%雷帮军%何艳
景靜%徐光柱%雷幫軍%何豔
경정%서광주%뢰방군%하염
压缩域%局部匹配%外观模型%实时跟踪%跟踪精度%二次跟踪
壓縮域%跼部匹配%外觀模型%實時跟蹤%跟蹤精度%二次跟蹤
압축역%국부필배%외관모형%실시근종%근종정도%이차근종
compressed domain%local match%appearance model%real-time tracking%tracking precision%second tracking
在基于压缩域的实时跟踪算法中,判别函数对目标外观考虑不足易造成跟踪精度较低.为此,提出一种改进的基于压缩域的实时跟踪算法.利用稀疏测量矩阵提取候选目标的低维多尺度特征,并根据在线更新的特征概率分布,采用朴素贝叶斯分类器判别目标与背景,实现粗跟踪.通过视频帧间候选目标内部区域所具有的相似性,在粗跟踪的基础上实施基于动态目标外观模型的二次跟踪,在线寻找目标的最佳跟踪位置.对多种跟踪视频库的测试结果表明,该算法在不过量增加计算负荷的情况下能有效提高跟踪精度.
在基于壓縮域的實時跟蹤算法中,判彆函數對目標外觀攷慮不足易造成跟蹤精度較低.為此,提齣一種改進的基于壓縮域的實時跟蹤算法.利用稀疏測量矩陣提取候選目標的低維多呎度特徵,併根據在線更新的特徵概率分佈,採用樸素貝葉斯分類器判彆目標與揹景,實現粗跟蹤.通過視頻幀間候選目標內部區域所具有的相似性,在粗跟蹤的基礎上實施基于動態目標外觀模型的二次跟蹤,在線尋找目標的最佳跟蹤位置.對多種跟蹤視頻庫的測試結果錶明,該算法在不過量增加計算負荷的情況下能有效提高跟蹤精度.
재기우압축역적실시근종산법중,판별함수대목표외관고필불족역조성근종정도교저.위차,제출일충개진적기우압축역적실시근종산법.이용희소측량구진제취후선목표적저유다척도특정,병근거재선경신적특정개솔분포,채용박소패협사분류기판별목표여배경,실현조근종.통과시빈정간후선목표내부구역소구유적상사성,재조근종적기출상실시기우동태목표외관모형적이차근종,재선심조목표적최가근종위치.대다충근종시빈고적측시결과표명,해산법재불과량증가계산부하적정황하능유효제고근종정도.
